深刻分析緩存穿透和擊穿問題解決方案

時間  2021-08-14
標籤 java 面試 redis 數據庫 緩存 安全 服務器 微信 markdown 架構 欄目 Java 简体版
原文   原文鏈接

歡迎你們關注公衆號「JAVA前線」查看更多精彩分享文章，主要包括源碼分析、實際應用、架構思惟、職場分享、產品思考等等，同時歡迎你們加我微信「java_front」一塊兒交流學習java


1 文章概述

在互聯網場景中緩存系統是一個重要系統，爲了防止流量頻繁訪問數據庫，通常會在數據庫層前設置一道緩存層做爲保護。面試

緩存是一個廣義概念，核心要義是將數據存放在離用戶更近的地方，或者是將數據存放在訪問更快的介質。redis

緩存對應到實際應用中能夠分爲內存緩存、遠程緩存。內存緩存常見工具例如Guava、Ecache等，遠程緩存常見系統例如Redis，memcache等。本文以遠程緩存Redis爲例進行講解。數據庫

緩存穿透和擊穿是高併發場景下必須面對的問題，這些問題會致使訪問請求繞過緩存直接打到數據庫，可能會形成數據庫掛掉或者系統雪崩，下面本文根據下圖提綱來分析這些問題的原理和解決方案。緩存


2 緩存穿透與擊穿區分

緩存穿透和擊穿從最終結果上來講都是流量繞過緩存打到了數據庫，可能會致使數據庫掛掉或者系統雪崩，可是仔細區分仍是有一些不一樣，咱們分析一張業務讀取緩存通常流程圖。安全

咱們用文字簡要描述這張圖：服務器

(1) 業務查詢數據時首先查詢緩存，若是緩存存在數據則返回，流程結束微信

(2) 若是緩存不存在數據則查詢數據庫，若是數據庫不存在數據則返回空數據，流程結束markdown

(3) 若是數據庫存在數據則將數據寫入緩存並返回數據給業務，流程結束架構

假設業務方要查詢A數據，緩存穿透是指數據庫根本不存在A數據，因此根本沒有數據能夠寫入緩存，致使緩存層失去意義，大量請求會頻繁訪問數據庫。

緩存擊穿是指請求在查詢數據庫前，首先查緩存看看是否存在，這是沒有問題的。可是併發量太大，致使第一個請求尚未來得及將數據寫入緩存，後續大量請求已經開始訪問緩存，這是數據在緩存中仍是不存在的，因此瞬時大量請求會打到數據庫。


3 CAS實例與源碼分析

如今咱們把緩存問題放一放，一塊兒來分析CAS這個概念的實例源碼，後面咱們編寫緩存工具須要借鑑這個思想。

3.1 一道面試題

咱們來看一道常見面試題，相信這個面試題你們並不會陌生：分析下面這段代碼輸出的值是多少。

class Data {
    volatile int num = 0;
    public void increase() {
        num++;
    }
}

public class VolatileTest {
    public static void main(String[] args) {
        Data data = new Data();
        
        // 100個線程操做num累加
        for (int i = 1; i <= 100; i++) {
            new Thread(new Runnable() {
                @Override
                public void run() {
                    try {
                        Thread.sleep(1000L);
                        data.increase();
                    } catch (Exception ex) {
                        System.out.println(ex.getMessage());
                    }
                }
            }).start();
        }
        
        // 等待上述線程執行完 -> 數值2表示只有主線程和GC線程在運行
        while (Thread.activeCount() > 2) {
            // 主線程讓出CPU時間片
            Thread.yield();
        }
        System.out.println(data.num);
    }
}
複製代碼

運行結果num值通常小於100，這是由於num++不是原子性，咱們編寫一段簡單代碼進行證實。

public class VolatileTest2 {
    volatile int num = 0;

    public void increase() {
        num++;
    }
}
複製代碼

執行下列命令獲取字節碼：

javac VolatileTest2.java
javap -c VolatileTest2.class
複製代碼

字節碼文件以下所示：

$ javap -c VolatileTest2.class
Compiled from "VolatileTest2.java"
public class com.java.front.test.VolatileTest2 {
  volatile int num;

  public com.java.front.test.VolatileTest2();
    Code:
       0: aload_0
       1: invokespecial #1                  // Method java/lang/Object."<init>":()V
       4: aload_0
       5: iconst_0
       6: putfield      #2                  // Field num:I
       9: return

  public void increase();
    Code:
       0: aload_0
       1: dup
       2: getfield      #2                  // Field num:I
       5: iconst_1
       6: iadd
       7: putfield      #2                  // Field num:I
      10: return
}
複製代碼

咱們觀察num++代碼片斷，發現其實分爲三個步驟：

(1) getfield 
(2) iadd  
(3) putfield 
複製代碼

getfield讀取num值，iadd運算num+1，最後putfield將新值賦值給num。這就不難理解爲何num最終會小於100：由於線程A在執行到第二步後執行第三步前，還沒來得及將新值賦給num，數據就被線程B取走了，這時仍是沒有加1的舊值。


3.2 CAS實例分析

那麼怎麼解決上述問題呢？常見方案有兩種：加鎖方案和無鎖方案。

加鎖方案是對increase加上同步關鍵字，這樣就能夠保證同一時刻只有一個線程操做，這不是咱們這篇文章重點，不詳細展開了。

無鎖方案能夠採用JUC提供的AtomicInteger進行運算，咱們看一下改進後的代碼。

import java.util.concurrent.atomic.AtomicInteger;

class Data {
    volatile AtomicInteger num = new AtomicInteger(0);
    public void increase() {
        num.incrementAndGet();
    }
}

public class VolatileTest {
    public static void main(String[] args) {
        Data data = new Data();
        for (int i = 1; i <= 100; i++) {
            new Thread(new Runnable() {
                @Override
                public void run() {
                    try {
                        Thread.sleep(1000L);
                        data.increase();
                    } catch (Exception ex) {
                        System.out.println(ex.getMessage());
                    }
                }
            }).start();
        }
        while (Thread.activeCount() > 2) {
            Thread.yield();
        }
        System.out.println(data.num);
    }
}
複製代碼

這樣改寫以後結果正如咱們預期等於100，咱們並無加鎖，那麼爲何改用AtomicInteger就能夠達到預期效果呢？


3.3 CAS源碼分析

本章節咱們以incrementAndGet方法做爲入口，進行CAS源碼分析。

class Data {
    volatile AtomicInteger num = new AtomicInteger(0);
    public void increase() {
        num.incrementAndGet();
    }
}
複製代碼

進入incrementAndGet方法：

import sun.misc.Unsafe;

public class AtomicInteger extends Number implements java.io.Serializable {
    private static final Unsafe unsafe = Unsafe.getUnsafe();
    private static final long valueOffset;

    public final int incrementAndGet() {
        return unsafe.getAndAddInt(this, valueOffset, 1) + 1;
    }
}
複製代碼

咱們看到一個名爲Unsafe的類。這個類並不常見，到底有什麼用呢？Unsafe是位於sun.misc包下的一個類，具備操做底層資源的能力。例如能夠直接訪問操做系統，操做特定內存數據，提供許多CPU原語級別的API。

咱們繼續分析源碼跟進getAndAddInt方法：

public final int getAndAddInt(Object o, long offset, int delta) {
    int v;
    do {
        v = getIntVolatile(o, offset);
    } while (!compareAndSwapInt(o, offset, v, v + delta));
    return v;
}
複製代碼

咱們對參數進行說明：o表示待修改的對象，offset表示待修改字段在內存中的偏移量，delta表示本次修改的增量。

整個方法核心是一段do-while循環代碼，其中方法getIntVolatile比較好理解，就是獲取對象o偏移量爲offset的某個字段值。

咱們重點分析while中compareAndSwapInt方法：

public final native boolean compareAndSwapInt( Object o, long offset, int expected, int x);
複製代碼

其中o和offset含義不變，expected表示指望值，x表更新值，這就引出了CAS核心操做三個值：內存位置值、預期原值及新值。

執行CAS操做時，內存位置值會與預期原值比較。若是相匹配處理器會自動將該位置值更新爲新值，不然處理器不作任何操做。

Unsafe提供的CAS方法是一條CPU的原子指令，底層實現即爲CPU指令cmpxchg，不會形成數據不一致。

咱們再回過頭分析這段代碼：

public final int getAndAddInt(Object o, long offset, int delta) {
    int v;
    do {
        v = getIntVolatile(o, offset);
    } while (!compareAndSwapInt(o, offset, v, v + delta));
    return v;
}
複製代碼

代碼執行流程以下：

(1) 線程A執行累加，執行到getAndAddInt方法，首先根據內存地址獲取o對象offset偏移量的字段值v1

(2) while循環中compareAndSwapInt執行，這個方法將再次獲取o對象offset偏移量的字段值v2，此時判斷v1和v2是否相等，若是相等則自動將該位置值更新爲v1加上增量後的值，跳出循環

(3) 若是執行compareAndSwapInt時字段值已經被線程B改掉，則該方法會返回false，因此沒法跳出循環，繼續執行直至成功，這就是自旋設計思想

經過上述分析咱們知道，Unsafe類和自旋設計思想是CAS實現核心，其中自旋設計思想會在咱們緩存工具中體現。


4 分佈式鎖實例分析

在相同JVM進程中爲了保證同一段代碼塊在同一時刻只能被一個線程訪問，JAVA提供了鎖機制，例如咱們可使用synchroinzed、ReentrantLock進行併發控制。

若是在多個服務器的集羣環境，每一個服務器運行着一個JVM進程。若是但願對多個JVM進行併發控制，此時JVM鎖就不適用了。這時就須要引入分佈式鎖。顧名思義分佈式鎖是對分佈式場景下，多個JVM進程進行併發控制。

分佈式鎖在實現時當心踩坑：例如沒有設置超時時間，若是獲取到鎖的節點因爲某種緣由掛掉沒有釋放鎖，致使其它節點永遠拿不到鎖。

分佈式鎖有多種實現方式，能夠本身經過Redis或者Zookeeper進行實現，也能夠直接使用Redisson框架。本章節給出Redis分佈式鎖Lua腳本實現。本文不進行展開。


5 緩存工具實例分析

上述章節分析了CAS原理和分佈式鎖實現，如今咱們要將上述知識結合起來，實現一個能夠解決緩存擊穿問題的緩存工具。

緩存工具核心思想是若是發現緩存中無數據，利用分佈式鎖使得同一時刻只有一個JVM進程能夠訪問數據庫，並將數據寫入緩存。

那麼沒有搶到分佈式鎖的進程怎麼辦呢？咱們提供如下三種選擇：

方案一：直接返回空數據
方案二：自旋直到獲取到數據
方案三：自旋N次仍然沒有獲取到數據則返回空數據
複製代碼

緩存工具代碼以下：

/** * 業務回調 * * @author 微信公衆號「JAVA前線」 * */
public interface RedisBizCall {

    /** * 業務回調方法 * * @return 序列化後數據值 */
    String call();
}

/** * 安全緩存管理器 * * @author 微信公衆號「JAVA前線」 * */
@Service
public class SafeRedisManager {
    @Resource
    private RedisClient RedisClient;
    @Resource
    private RedisLockManager redisLockManager;

    public String getDataSafeRetry(String key, int lockExpireSeconds, int dataExpireSeconds, RedisBizCall bizCall, int retryMaxTimes) {
        try {
            int currentTimes = 0;
            boolean getLockSuccess = false;
            while(currentTimes < retryMaxTimes) {
                String value = redisClient.get(key);
                if (StringUtils.isNotEmpty(value)) {
                    return value;
                }
                /** 競爭分佈式鎖 **/
                if (getLockSuccess = redisLockManager.tryLock(key, lockExpireSeconds)) {
                    value = redisClient.get(key);
                    if (StringUtils.isNotEmpty(value)) {
                        return value;
                    }
                    /** 查詢數據庫 **/
                    value = bizCall.call();

                    /** 數據庫無數據則返回**/
                    if (StringUtils.isEmpty(value)) {
                        return null;
                    }

                    /** 數據存入緩存 **/
                    redisClient.setex(key, seconds, value);
                    return value;
                } else {
                    Thread.sleep(100L);
                    logger.warn("嘗試從新獲取數據,key={}", key);
                    currentTimes++;
                }
            }
        } catch (Exception ex) {
            logger.error("getDistributeSafeRetryError", ex);
            return null;
        } finally {
            if (getLockSuccess) {
                redisLockManager.unLock(key);
            }
        }
    }
}
複製代碼

在上面代碼中咱們採用分佈式鎖，對訪問數據庫資源的行爲進行了限制，同一時刻只有一個進程能夠訪問數據庫資源。若是有數據則放入緩存，解決了緩存擊穿問題。若是沒有數據則結束循環，解決了緩存穿透問題。使用方法以下：

/** * 緩存工具使用 * * @author 微信公衆號「JAVA前線」 * */
@Service
public class StudentService implements StudentService {
    private static final String KEY_PREFIX = "stuKey_";

    @Resource
    private StudentDao studentDao;
    @Resource
    private SafeRedisManager safeRedisManager;

    public Student getStudentInfo(String studentId) {
        String studentJSON = safeRedisManager.getDataRetry(KEY_PREFIX + studentId, 30, 600, new RedisBizCall() {
            public String call() {
                StudentDO student = studentDao.getStudentById(studentId);
                if (null == student) {
                    return StringUtils.EMPTY;
                }
                return JSON.toJSONString(student);
            }, 5);
            if(StringUtils.isEmpty(studentJSON) {
                return null;
            }
            return JSON.toJSONString(studentJSON, Student.class);
        }
    }
}
複製代碼

6 數據庫與緩存一致性問題

本文到第五章節緩存擊穿問題從原理到解決方案已經講清楚了，這個章節我想引伸一個問題：究竟是先寫緩存仍是先寫數據庫，或者說數據庫與緩存一致性怎麼保證？

個人結論很是清晰明確：先寫數據庫再寫緩存。核心思想是數據庫和緩存之間追求最終一致性，如無必要則無需保證強一致性。

(1) 在緩存做爲提高系統性能手段的背景下，不須要保證數據庫和緩存的強一致性。若是非要保證兩者的強一致性，會增大系統的複雜度沒有必要

(2) 若是更新數據庫成功，再更新緩存。此時存在兩種狀況：更新緩存成功則萬事大吉。更新緩存失敗沒有關係，等待緩存失效，此處必定要合理設置失效時間

(3) 若是更新數據庫失敗，則操做失敗，重試或者等待用戶從新發起

(4) 數據庫是持久化數據，是操做成功仍是失敗的判斷依據。緩存是提高性能的手段，容許短期和數據庫的不一致

(5) 在互聯網架構中，通常不追求強一致性，而追求最終一致性。若是非要保證緩存和數據庫的一致性，本質上是在解決分佈式一致性問題

(6) 分佈式一致性問題解決方案有不少，能夠選擇好比兩階段提交、TCC、本地消息表、MQ事務性消息


7 文章總結

本文介紹了緩存擊穿問題緣由和解決方案，其中參考率CAS源碼的自旋設計思想，結合分佈式鎖實現了緩存工具，但願文章對你們有所幫助。

歡迎你們關注公衆號「JAVA前線」查看更多精彩分享文章，主要包括源碼分析、實際應用、架構思惟、職場分享、產品思考等等，同時歡迎你們加我微信「java_front」一塊兒交流學習

相關文章
相關標籤/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公眾號
   歡迎關注本站公眾號,獲取更多信息
聯繫我們 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程